Formation Analyse de données avec Databricks pour le secteur financier

Introduction à Databricks et aux cas d'usage financiers

• Comprendre l'écosystème Databricks
• Aperçu des flux de travail d'analyse de données financières
• Exemples de cas d'usage : modélisation des risques, rapports financiers, journaux d'audit

Commencer avec les carnets de notes Databricks

• Création et navigation dans les carnets de notes
• Utilisation de Python et SQL dans Databricks
• Collaboration au moyen de commentaires et de l'historique des versions

Achalandage et nettoyage des données

• Importation de données financières depuis des fichiers CSV, des bases de données et des API
• Utilisation de Spark DataFrames pour le nettoyage et la préparation
• Gestion des valeurs manquantes et des valeurs aberrantes

Transformation et agrégation de données financières

• Calcul des KPI et des ratios financiers
• Filtrage, regroupement et pivotement des ensembles de données
• Manipulation de séries chronologiques et échantillonnage

Visualisation des insights financiers

• Création de tableaux de bord avec les outils de visualisation de Databricks
• Personnalisation des graphiques pour la production de rapports financiers
• Exportation des éléments visuels pour des présentations ou une révision réglementaire

Optimisation des requêtes et utilisation de Delta Lake

• Introduction à l'architecture Delta Lake
• Transactions ACID et fiabilité des données
• Amélioration des performances au moyen de la partitionnement des données

Collaboration, planification et partage

• Gestion de l'accès et des autorisations pour les équipes financières
• Planification des travaux pour la production de rapports automatisée
• Exportation sécurisée des données et des résultats

Résumé et prochaines étapes